如何识别现实世界中的物品？答案

【问题标题】：How can I identify items in the real world?如何识别现实世界中的物品？
【发布时间】：2011-03-17 11:30:19
【问题描述】：

理论上，我如何拍摄房间照片并识别房间内的物品？假设我们有一张桌子和一本书。有什么方法可以识别它们吗？

【问题讨论】：

从 1970 年代开始，在这方面已经完成了大量的工作。虽然针对不同的问题领域（从条形码到 ANPR 到引导巡航导弹到 OCR 到自动驾驶汽车）存在许多部分解决方案，但这是一个人类也不太擅长的通用问题。不过，这并不是一个真正的编程问题，因此投反对票。
>这是一个人类也不太擅长的通用问题 - 我想我反对，人类在物体识别方面非常出色;)

【解决方案1】：

假设您在这张桌子上有一本书，旁边是一堆尺寸相同的纸？或者也许是更大的百科全书？为计算机定义一本书。

这是一个非常困难的问题，当然也不是简单的答案。我所在的地方正在进行广泛的研究，以识别典型道路上的事物 - 这非常困难。

我个人会看看微软打算在夏天发布的 Kinect SDK，我相信人们会尝试使用它来帮助开发更多框架，但请记住，部分问题将是区分相同尺寸的不同物品。不平凡。

编辑：确保看起来我知道如何输入：P

【讨论】：

【解决方案2】：

从所有可能的角度匹配对象的许多不同样本的模式。您需要分析区域和塑造的图像越多，您的结果就会越好。

【讨论】：

【解决方案3】：

如果项目已知，可以使用 SIFT-Features，看看这里：http://www.cs.ubc.ca/~lowe/keypoints/

【讨论】：

【解决方案4】：

请参阅this project（尤其是 YouTube 视频），了解如何使用视频源实现深度信息（以及对象分离）。

由于深度信息很少，单张图片会非常困难。双目视觉会添加一些深度信息（即从两个不同角度但在同一场景中拍摄的一对图像）。上述项目使用场景随时间的变化来计算深度。

【讨论】：

有趣的工作。我将问题中“识别”的解释理解为@Ron 希望计算机识别房间中的物品，而不是对其进行建模。
@Draineh：是的，我也明白这一点。链接该项目的要点是，一旦一个区域以 3D 建模，识别其中的对象就变得更简单了，因为您可以更轻松地查看每个对象的开始和结束位置以及它们的形状。